1. Nauka
    2. /
  2. Kursy
    3. /
  3. Rekurencyjne sieci neuronowe (RNN) do modelowania języka w Keras
Connected

ćwiczenie

Klasyfikacja artykułów prasowych

W tym ćwiczeniu stworzysz model klasyfikacji wieloklasowej.

Zbiór danych jest już wczytany do środowiska jako news_novel. Wszystkie etapy wstępnego przetwarzania danych treningowych zostały już wykonane, a tokenizer jest również dostępny w środowisku.

Model RNN został wstępnie wytrenowany z następującą architekturą: warstwa Embedding, jedna warstwa LSTM oraz wyjściowa warstwa Dense przewidująca trzy klasy: sci.space, alt.atheism i soc.religion.christian. Wagi tego modelu są dostępne w pliku classify_news_weights.h5.

Twoim zadaniem jest wstępne przetworzenie nowych danych i ocena modelu na zbiorze news_novel.

Instrukcje

100 XP
  • Przekształć dane ze zmiennej news_novel.data za pomocą wczytanego tokenizer.
  • Uzupełnij uzyskane sekwencje indeksów numerycznych do jednakowej długości (padding).
  • Przekształć etykiety ze zmiennej news_novel.target na reprezentację one-hot.
  • Oceń model za pomocą metody .evaluate() i wyświetl uzyskane wartości straty i dokładności.